Boyuan Yu/iStock/Getty Images Plus 关注ZDNET：将我们添加为Google上的优选来源。ZDNET的关键要点：两位斯坦福人工智能先驱免费教授这门里程碑课程。课程内容超越了大型语言模型和提示。预计学习75到100小时的具有挑战性的、持久的课程。想象一下，能够实现《星际迷航》传送器技术的科技突然变为现实——几乎在全球范围内广泛采用。显然，这种能力会颠覆一切。在一年左右的时间里，传送器垫将出现在每个街角和每个车道。从纽约到洛杉矶的旅行将只需五分钟，费用大约20美元。支持这一技术将开启一系列商业机会。培训课程将出现，解释如何安装传送器，如何告诉它们你想去哪里，如何修理它们，如何将它们融入你的商业战略等等。此外：2026年最好的免费人工智能课程和证书——我试过所有的。问题在于，尽管传送器技术可能会拓展我们对基础物理学的认识，但大多数人并不会深入学习该技术背后的基础物理原理。相反，他们只想知道如何从匹兹堡到佩奥里亚。生成式人工智能跟这很相似。这项变革性技术获得了巨大认可，并且教学工具无处可见。事实上，自从生成AI出现以来，我一直在进行一个关于免费人工智能课程和证书的系列。不过，人工智能远不止变换器、大型语言模型、扩散模型、提示工程和现代生成AI应用程序。熟悉人工智能这些方面现在是人工智能技能发展的基本条件。此外：如何尽可能保持与你的ChatGPT、Gemini、Copilot或Claude的对话私密。简而言之，生成AI只是人工智能这一更广泛领域的一部分。为此，我想向你介绍来自2011年的斯坦福人工智能课程。过去的课程 在这里稍等一下，因为确立基础知识的老化速度与产品知识的老化速度不同。是的，18个月前，我们没有代理AI编码，而现在我们有。然而，许多人工智能研究人员研究的基本问题以及他们用来解决这些问题的方法，其耐久性更强且值得学习。此外：我使用的7种人工智能编码技术可以快速交付真实、可靠的产品。为此，Udacity举办了彼得·诺维格和塞巴斯蒂安·斯朗在2011年斯坦福大学教授的里程碑性人工智能导论课程的免费版本。该课程在规模和影响力上都很庞大。原始在线课程的注册人数超过了16万，使其成为开创性的开放在线课程之一，并为斯朗创建Udacity铺平了道路。诺维格是斯坦福人本人工智能研究所的杰出教育研究员，也是谷歌的研究主任。他还是《人工智能：现代方法》的合著者，这是一本在2026年仍在大学人工智能课程中使用的领先教科书，包括卡内基梅隆大学、波士顿大学、德克萨斯州A&M大学和圣荷西州立大学。此外：这些公司实际上在为人工智能提升员工技能——他们是如何做到的。斯朗是Udacity的创始人和执行主席，曾任斯坦福教授，也是谷歌研究员，以其在自动驾驶汽车和机器人领域的开创性工作而闻名。我推荐这门入门课程，因为它将人工智能呈现为广泛的计算机科学领域，而不仅仅是大型语言模型的缩写。该课程涵盖了：问题解决和搜索；概率与概率推理；机器学习与无监督学习；使用逻辑的知识表示；不确定性下的规划与计划；强化学习；隐马尔可夫模型与过滤；马尔可夫决策过程；对抗搜索、博弈和博弈论；计算机视觉；机器人及机器人运动规划；自然语言处理。这些不是瞬时产品或特性。它们是持续的数学和概念基础，即使围绕它们建立的技术发生变化也依然相关。这就是它与我们现在看到的典型生成AI课程如此优秀的互补之处。请记住，即使在今天，LLM也不能解决每一个人工智能挑战。人工智能的内涵更为广泛，而这门课程涵盖了这个扩展的宇宙。此外：我用我的声音写下了超过120,000个单词——这些是我最喜欢的3个工具（其中一个是免费的）。它展示了人工智能研究人员在聊天机器人主导公共谈话之前所考虑的基本问题。它还表明，智力涉及的不仅仅是生成语言和图像。人工智能系统可能需要表示知识、评估不确定性、寻找解决方案、计划行动、感知周围环境并从结果中学习。Udacity并没有公布完成时间的估计。课程包含22个模块。